Análisis de regresión y correlación de variables que impactan la tasa de quejas en Audifarma S.A

Abstract

En el presente documento el lector puede encontrar un análisis de la correlación entre variables tácticas (satisfacción de usuarios, nivel de servicio, días de inventario y entrega de pendientes) y la tasa de quejas. Utilizando el lenguaje de programación Python, se generaron gráficos de correlación, dispersión y regresión lineal para la predicción de la tasa de quejas. Este enfoque permitió identificar patrones en los datos históricos y plantear diferentes modelos de regresión lineal.

En el proyecto se evaluaron 4 modelos de regresión lineal con diferente cantidad de variables y se interpretó cada uno de los resultados tanto en el conjunto de entrenamiento como en el conjunto de prueba. Al final se muestra un resumen con las medidas de desempeño R2, MSE, RMSE y MAE. Obtenidas para cada modelo en el conjunto de entrenamiento, lo cual permitió comparar los modelos y tomar una decisión respecto a cuál era el modelo con el mejor desempeño general.

El proyecto fue especialmente relevante ya que no solo permitió predecir la tasa de quejas mediante un modelo de regresión lineal, sino que también ayudó a comprender la correlación y la importancia relativa de las variables tácticas. Esto será clave para priorizar estrategias organizacionales, reducir las quejas y mejorar la satisfacción de los usuarios, contribuyendo significativamente a la optimización de los procesos internos y la toma de decisiones basada en datos.